Ingeniare. Revista chilena de ingeniera, vol.25 N1, 2017, pp.

70-84

Diseo de una estrategia de control difuso aplicada al proceso

de ultracongelacin de alimentos

Design of fuzzy control strategy applied to food process deep freeze

Rafael J. Garca1Angel D. Pinto2Jos Eduardo Rengel3

Juan M. Torres2Jaime A. Gonzlez4Nelson A. Prez4*

Recibido 4 de diciembre de 2015, Aceptado 24 de mayo de 2016

Received: December 4, 2015Accepted: May 24, 2016

RESUMEN

El control de la temperatura de los alimentos mediante la utilizacin de un equipo de congelacin

criognico se torna complicado cuando se emplean tcnicas de control clsico tipo PID (Proporcional
+ Integral + Derivativo), debido al fuerte acoplamiento entre las variables y las no linealidades propias
del sistema. Actualmente, en la mayora de las plantas procesadoras de alimentos que utilizan tneles
de congelacin criognico, el control es llevado a cabo por medio del ajuste manual de los valores de
consigna o setpoint de los lazos de control de velocidad y temperatura del tnel de congelacin, lo que
trae como consecuencia desviaciones en la salida del proceso, derivadas principalmente de la diferencia
de criterios existentes entre los operadores y de la velocidad de respuesta de estos ltimos ante variaciones
en las condiciones del proceso. En este trabajo se tratan separadamente los lazos de control de velocidad
y temperatura, se reconfiguran y entonan los lazos existentes, para luego desarrollar un controlador difuso
tipo Takagi-Sugeno que permite ajustar el valor de consigna de la temperatura del tnel de congelacin
en funcin al producto y las condiciones de entrada del alimento al proceso. El comportamiento del
sistema se comprueba mediante la simulacin del mismo, verificndose que se mantiene la temperatura
del producto en 18C, pese a que fue sometido a cambios en la masa de producto a enfriar (de 200kg
a 220kg) y en el flujo msico del producto (de 650kg/h a 700kg/h).

Palabras clave: Congelacin de alimentos, controlador PID, identificacin de sistemas, control difuso,
controlador Takagi-Sugeno.

ABSTRACT

The control of the temperature of foods using cryogenic freezing equipment, becomes complicated when
techniques of classical control as PID are used (Proportional + Integral + Derivative), due to the strong
coupling between the variables and the non-linearities of the system. Currently, in most food processing
plants that use tunnels of cryogenic freezing, the control is carried out through manual adjustments of
set-points of control loops of the speed and temperature of the freezing tunnel, which results in deviations

1 Departamento de Electricidad. Universidad de Oriente. Av. Argimiro Gabaldn, Puerto La Cruz, Venezuela.
E-mail: ecem118@hotmail.com
2 Escuela de Ingeniera de Sistemas. Universidad del Sin. Carrera 1w. N38-153. Barrio Juan XIII. Montera, Colombia.

E-mail: anpima1@hotmail.com; jtorrestovio@yahoo.com

3 Departamento de Mecnica. Universidad de Oriente. Av. Argimiro Gabaldn. Puerto La Cruz, Venezuela.

E-mail: jrengel.anz@udo.edu.ve; rengel66@gmail.com

4 Escuela de Ingeniera Elctrica. Universidad de Los Andes. Av. Alberto Carnevali, Ncleo Pedro Rincn Gutirrez. Edificio

Facultad de Ingeniera. Mrida, Venezuela. E-mail: gcjaime@gmail.com; perezn@ula.ve; nelsonp90@hotmail.com

* Autor de correspondencia
 Garca, Pinto, Rengel, Torres, Gonzlez y Prez: Diseo de una estrategia de control difuso aplicada al proceso

in the process output, derived mainly from the difference of criteria existing between operators and the
response speed of them to variations in the process conditions. In this paper, we treat separately the control
loops of speed and temperature, the current control loops are reconfigured and are intoned, and finally,
is developed a Takagi-Sugeno fuzzy controller to adjust the set-point of the temperature of the freezing
tunnel, in function of the product and the conditions of entry of food into the process. The behavior of the
system is tested by its simulation, verifying that the system maintains the product temperature at 18C,
regardless of changes in the product mass to cool (from 200kg to 220kg) and in the mass flow of the
product (from 650kg/h to 700kg/h).

Keywords: Food freezing, PID controller, systems identification, fuzzy control, Takagi-Sugeno controller.

INTRODUCCIN funcin de la temperatura, T, segn algunos de sus

compuestos [4].
La ultracongelacin, tambin conocida como sobre-
congelacin o congelacin rpida, es el proceso
mediante el cual los alimentos son congelados en Tabla1. Ecuaciones de clculo de algunas de las
el menor tiempo posible (2 horas como mximo, propiedades trmicas de los alimentos.
dependiendo del tipo de producto), conllevando a
Propiedad
que los mismos puedan conservar la mayor parte Componente Ecuacin
fisicotrmica
de sus cualidades, ya que su estructura celular se ve
poco afectada por el menor tamao de los cristales 0,571 1,76 x 103
Agua
T 6,70 x107 T2
de hielo que se forman tanto en el interior de la
Kc 0,180 + 2,76 x103
clula como en los espacios entre clulas, durante Lpidos
(W/mC) T 1,77 x107 T2
el proceso en cuestin [1].
0,178 + 1,19 x103
Protenas
T 2,71 x 106T2
Se puede decir que la ultracongelacin ocurre cuando 997,18 + 3,14 x103
el alimento ha alcanzado los 18C en el centro Agua
r T 3,75 x103 T2
trmico del mismo [2]. Por tanto, el alimento debe (Kg/m3) Lpidos 925,59 0,417 T
ser almacenado a una temperatura igual o inferior Protenas 1329, 9 0,518 T
a la misma.
Kc: Coeficiente de conductividad trmica.
r: Densidad del producto.
La conversin del agua contenida en el alimento o
producto, desde el estado lquido al slido, que tiene
lugar durante el proceso de congelacin, produce Actualmente resulta relativamente simple realizar el
cambios significativos en las propiedades de dicho proceso de ultracongelacin de alimentos, gracias a la
alimento. Entre tales propiedades se tiene la densidad, gran potencia frigorfica que poseen los sistemas de
conductividad trmica, entalpa, difusividad trmica, congelacin basados en nitrgeno lquido, utilizados
calor latente y calor especfico; propiedades que a en tneles criognicos, los que estn conformados por
su vez dependen de factores composicin de los los dos (2) bloques mostrados en las Figuras1a y 1b:
productos, contenido de humedad, temperatura y a) una banda transportadora de velocidad variable,
constituyentes de los mismos alimentos [3]. que es la encargada de trasladar el producto desde
la entrada del tnel de congelacin hasta el final
El agua, las protenas, los lpidos, los carbohidratos, la del mismo; b) un sistema de congelacin encargado
ceniza y la fibra son los compuestos constituyentes que de someter el alimento a temperaturas que pueden
ms afectan las propiedades trmicas de los alimentos; oscilar entre los 20C y 90C.
esto debido a su variabilidad y caractersticas, las que
estn estrechamente relacionadas con la temperatura. La congelacin criognica es una tecnologa que ha
ganado popularidad debido a su relativo bajo costo
En la Tabla1 se muestran variaciones de algunas de instalacin y mejora en la calidad del alimento
de las propiedades fsicas de los alimentos, en congelado. Sin embargo, el alto costo de los fluidos

71
Ingeniare. Revista chilena de ingeniera, vol.25 N 1, 2017
criognicos hace que las principales aplicaciones de
ese mtodo estn dirigidas hacia el congelamiento
de productos con alto valor agregado, en el que la
calidad del alimento compensa el costo de obtencin.
Cuando la variabilidad en la carga de calor de
entrada y/o las caractersticas del producto es alta,
la economa llega a ser desfavorable debido a sobre-
enfriamiento o subenfriamiento, lo cual provoca
un uso excesivo de fluido criognico o reduccin
del rendimiento [5]. Por tanto, es preciso un buen
mecanismo de control que minimice las prdidas
debidas a sobreenfriamiento o subenfriamiento y al
mismo tiempo mantenga el rendimiento requerido.
En ese sentido, se han propuesto esquemas de
control que buscan dar respuesta a la mencionada
problemtica, como los descritos en [6-9].
(a)
(b)
Figura1. a) Tnel de congelacin; b) Banda
transportadora.
En la Figura1 los parmetros representados son:
To: Temperatura inicial del alimento [C].
Tt: Temperatura del tnel de congelacin [C].
Ts: Temperatura de salida del alimento [C].
Lc: Longitud del tnel de congelamiento [m].
Tsp: Temperatura del valor de consigna [C].
M: Masa (kg).
m: Flujo msico de la masa [kg/s].
72
Vs: Velocidad de salida [m/s].
Vsp: Velocidad del valor de consigna [m/s].
: Velocidad angular del motor de la banda
transportadora [rad/seg].
r: Radio del cilindro de traccin de la banda
transportadora [m].
L: Distancia [m].
En el presente trabajo se dise una estrategia
de control mediante la combinacin de tcnicas
de control clsico y lgica difusa, para llevar a
cabo el acoplamiento de los lazos de control de
flujo y temperatura de un proceso de congelacin
de pescado (churrascos de atn) que utiliza un
equipo de congelacin criognico de aspersin con
inyeccin de nitrgeno lquido dentro de un tnel de
alimentacin continua. Se propone un controlador
PID (Proporcional + Integral + Derivativo)
para la velocidad de giro del rodillo de la banda
transportadora del alimento y un controlador fuzzy del
tipo Takagi-Sugeno que fija el valor de consigna del
controlador PI (Proporcional + Integral) usado para
regular la temperatura en el tnel de congelamiento.
Se recurri a un proceso de identificacin para
desarrollar los modelos matemticos necesarios,
logrando, de esta manera, superar las dificultades
que en este sentido ofrece la dinmica no lineal del
congelamiento criognico causado por el cambio
de fase y la dinmica trmica entre los productos
congelados y el tnel [10].
TIEMPO DE CONGELAMIENTO
La principal ventaja del congelamiento con
nitrgeno lquido es el reducido tiempo que el
producto requiere en el equipo de enfriamiento.
Para controlar ese proceso de congelamiento se
necesita determinar el tiempo requerido para que
la temperatura en el centro trmico del producto
alcance los 18C. El procedimiento en cuestin,
para una pieza de alimento de forma irregular, en
un ambiente a temperatura constante representa
una gran dificultad [11-12]. En la prctica, para
tal fin se recurre a una serie de suposiciones que
permitan obtener un modelo simplificado del
proceso de congelacin, el que se lleva a cabo en
tres (3) etapas: preenfriamiento, congelacin y
atemperado o subenfriamiento [13-14] tal como
puede verse en la Figura2, en la que To, Tc y Ta
representan las temperaturas inicial del producto,
de congelacin y de atemperado, respectivamente;
 Garca, Pinto, Rengel, Torres, Gonzlez y Prez: Diseo de una estrategia de control difuso aplicada al proceso
mientras que tp, tc y ta se refieren a los tiempos en
los que estabilizan las etapas de preenfriamiento,
congelacin y atemperado o sub-enfriamiento,
respectivamente.
Figura2. Etapas de la congelacin de los alimentos.
A pesar de que existen diversos mtodos que se
usan para determinar el tiempo de congelamiento
[15-17], muchos de los estudios relacionados con la
determinacin de dicho parmetro hacen referencia
principalmente a la ecuacin desarrollada por Plank,
que permite obtener rpidamente un estimado
suficientemente preciso del referido tiempo para
uso en ingeniera [3-4].
Por tanto, el tiempo de congelacin, tc, del alimento
viene dado por:
Pd Rd 2
tC = + (1)
Tt To hs kc
Donde:
l: Calor latente de cristalizacin [kJ/kg].
P, R: Constantes que dependen de las dimensiones
y forma del producto.
d: Espesor del alimento [m].
hs: Coeficiente convectivo de transferencia de
calor [W/C m2].
IDENTIFICACIN DE SISTEMAS
Con el fin de construir el modelo del controlador
difuso objeto del presente trabajo es necesario
identificar las variables medidas del proceso, es
decir, las entradas (variables de control), salidas
(variables controladas) y posibles perturbaciones.
Identificacin de sistemas a lazo abierto
Para obtener de la informacin dinmica del
proceso se excita el mismo y se registra su entrada
y salida como tal. En funcin de los arrojados se
pueden aplicar algunas tcnicas de identificacin
experimental, como los mtodos basados en la curva
de reaccin del proceso ante una respuesta escaln
o modelos autorregresivos [18]. Tales mtodos son
de lazo abierto, en los que el controlador puede estar
o no instalado (en este ltimo caso, este operara de
modo manual durante la prueba) y en base a la
respuesta del sistema se puede obtener los parmetros
que servirn para representar el modelo del proceso.
Para ello se recurre, por ejemplo, al Mtodo de la
tangente de Ziegler y Nichols [19], Mtodo de
dos puntos de Alfaro [20], Mtodo modificado
de Smith [21], entre otros. La aplicacin de esos
mtodos a su vez permitir obtener un modelo
simplificado del sistema, que puede ser de primer
orden ms tiempo muerto o de segundo orden
ms tiempo muerto.
Por su parte, un modelo autoregresivo tipo ARX con
entrada Exgena (Auto Regressive with eXogenous
input), es un modelo discreto lineal en el que la salida
en el instante de muestreo n se obtiene a partir de
valores anteriores de salida y entrada (en n-1, n-2, etc.).
Adicionalmente, incorpora un ruido blanco [22]. El
modelo como tal se obtiene mediante el clculo por
regresin lineal multivariable de parmetros de ajuste,
de manera tal que la diferencia cuadrtica entre los
valores reales y estimados por el modelo sea mnima.
En el presente trabajo, se us un modelo ARX, ya
que, adems de su relativa simplicidad, produjo
un excelente ajuste de los datos de entrada-salida
registrados al aplicar una entrada escaln al proceso
en estudio.
DISEO DE CONTROLADORES
El diseo de controladores se basa en el conjunto
de requerimientos necesarios para realizar tareas
especficas del proceso. Tales requerimientos, que
representan las especificaciones de desempeo
del sistema, son la precisin, estabilidad relativa y
velocidad de respuesta [18].
Para un desempeo satisfactorio del sistema, el primer
paso a ser dado es la realizacin de solo un ajuste
de la ganancia proporcional a lazo abierto. Empero,
73
Ingeniare. Revista chilena de ingeniera, vol.25 N 1, 2017
en la mayora de los casos prcticos ese ajuste por
s solo no proporciona una suficiente alteracin
del comportamiento del sistema que haga posible
cumplir las especificaciones dadas, por lo que se
hace necesario modificar la dinmica del sistema.
Mtodo de la ganancia ltima
Tambin desarrollado por Ziegler y Nichols [18],
se emplea para ajustar el controlador a una curva
de respuesta en lazo cerrado, considerando una
ganancia A amortiguada a razn de (Figura3a)
[18]. El mtodo consiste en determinar la ganancia
de un controlador de tipo proporcional, que produzca
una respuesta de oscilaciones sostenidas, es decir,
oscilaciones con amplitud constante, como ilustra
la Figura 3b [18]. El perodo de dicha seal es
llamado Pu.
(a) (b)
Figura3. Curvas de respuestas del sistema a lazo
cerrado.
CONTROL DIFUSO
La tcnica de lgica difusa o lgica fuzzy, permite
extraer conclusiones cuantitativas a partir de
esquemas difusos, vagos o ambiguos propios del
razonamiento cualitativo de los humanos. Ese tipo de
razonamiento lgico, conformado por observaciones
(antecedentes) y reglas cualitativas (base de
conocimiento) es aprovechado para incorporar
inteligencia, por ejemplo, en sistemas de control
y automatizacin de procesos industriales [23].
Estructura de un controlador difuso
El principio bsico de un modelo basado en lgica
difusa es el conjunto de reglas heursticas, cuyas
variables de entrada y salida, ambas lingsticas,
son representadas mediante conjuntos difusos.
Un controlador difuso est compuesto bsicamente
por los cuatro (4) bloques operacionales que se
74
muestran en la Figura4 [24], con u y y siendo
la entrada y salida, respectivamente.
Figura4. Estructura general de un controlador
difuso.
La fuzzificacin convierte las variables fsicas de
entrada del sistema en variables difusas mediante
las funciones de pertenencia. Aqu se definen los
rangos de variacin de las variables de entrada,
as como los conjuntos difusos asociados con sus
respectivas funciones de pertenencia.
Por su parte, en la defuzzificacin, las variables
difusas obtenidas del sistema de inferencia son
convertidas en variables de reales de salida. Para
ello, se suele emplear uno de los siguientes mtodos
matemticos [25]: mtodo del mximo, mtodo del
centroide o centro de rea y mtodo de la media
difusa ponderada.
La base de conocimientos o de datos define las
reglas lingsticas del control y la manipulacin
de la informacin difusa referente a las funciones
de pertenencia de los conjuntos difusos.
Finalmente, el sistema de inferencia se apoya en las
reglas del controlador y la inferencia difusa, para
calcular las salidas difusas asociadas a las variables
reales de salida. En tal sentido, a saber se tienen dos
(2) dos tipos de controladores, los que se caracterizan
de acuerdo a la forma en que se definen las salidas
difusas. Estos son los denominados Mamdani [26]
y Takagi-Sugeno [27].
El control difuso tipo Mamdani se caracteriza por
la siguiente forma general de sus reglas difusas:
Si u1 es Ai y u2 es Bi, entonces y es Ci (2)
Es decir, la salida de dicho controlador es un
conjunto difuso, por lo que ser necesaria una etapa
de defuzzificacin para obtener un valor discreto
en la salida del controlador.
 Garca, Pinto, Rengel, Torres, Gonzlez y Prez: Diseo de una estrategia de control difuso aplicada al proceso
Por su parte, el control difuso tipo Takagi-Sugeno
est caracterizado por la siguiente forma de reglas
difusas:
Si u1 es Ai y u2 es Bi, entonces y = f(u1,u2) (3)
Lo que significa que la salida del controlador Takagi-
Sugeno no necesitar una etapa de defuzzificacin,
debido a que se obtiene directamente un valor
discreto.
DISEO DEL CONTROLADOR DIFUSO
PARA EL PROCESO DE
ULTRACONGELACIN DE ALIMENTOS
Para el diseo del controlador objeto del presente
trabajo se procedi a ejecutar las siguientes etapas:
Etapa 1: Identificacin del sistema
Tal como se ilustra la Figura 1, el sistema de
congelacin de alimentos basado en un equipo de
congelacin criognico, est conformado por un
lazo de control de velocidad de banda transportadora
y un lazo de control de temperatura del tnel de
congelacin; ambos lazos tratados de manera
separada en el presente trabajo.
Figura5. Curvas comparativas de los modelos de representacin del lazo abierto de velocidad.
Lazo de control de velocidad:
El sistema de control de velocidad de la banda
transportadora del equipo de congelacin criognica
est basado en un lazo de control PID encargado
de regular la velocidad de rotacin del cilindro de
traccin de la banda transportadora.
Se realiz una simulacin de prueba a lazo abierto,
para determinar el modelo de representacin de la
planta, segn los mtodos descritos anteriormente.
Adicionalmente, se utiliz la herramienta de
identificacin de sistemas que posee el software
LabView [28], para obtener el modelo autorre-
gresivo y comparar la respuesta de cada modelo
en comparacin con los datos reales tomados del
sistema, tal como muestra la Figura5.
De la Figura 5, se observa que los modelos de
primer orden ms tiempo muerto ofrecen una
desviacin considerable con respecto a la respuesta
real, mientras que para el caso de los modelos de
segundo orden, si bien ofrecen una menor desviacin,
su respuesta tambin difiere del comportamiento
real del sistema. En este sentido, el modelo ARX,
determinado con el auxilio de la herramienta de
LabView SITK (System Identification ToolKit), es
75
Ingeniare. Revista chilena de ingeniera, vol.25 N 1, 2017
el que mejor representa al proceso de velocidad de
traccin de la banda transportadora, quedando su
funcin de transferencia definida por:
0,167S 4 2, 32x10 32 S 3 + 8,90S 2 1,24x10 31 S + 42, 73
GP ( S ) = S 5 + 10, 37S 4 + 76, 30S 3 + 233,68S 2 + 129, 49S + 31,02
(4)
Una vez conocido el modelo se procede a determinar
los parmetros de entonacin del lazo de control
de velocidad. Para ello, se recurre a mtodo de la
ganancia ltima de Ziegler y Nichols, obtenindose
los parmetros de ajuste para un control del tipo PID,
que ofreci una respuesta con 29,5 segundos de tiempo
de asentamiento y un sobrepico inferior al 25%.
Lazo de control de temperatura:
El funcionamiento del lazo de control de la
temperatura del equipo de congelacin criognica
se basa en el ajuste de la temperatura del tnel de
congelacin, mediante la apertura de la vlvula de
flujo del nitrgeno lquido en funcin del valor
consigna de un controlador PI, tal como se mostr
en la Figura1.
Para realizar la correcta entonacin de este lazo de
control, se utiliz el mismo procedimiento utilizado
para el control de la velocidad, resultando el modelo
del proceso trmico del tnel de congelacin
definido por:
0,016S 4 3, 30x10 34 S 3 + 0,002S 2 4, 39x10 36 S + 2,54x10 5
GP ( S ) = S 5 + 0, 70S 4 + 0,18S 3 + 0,02S 2 + 0,001S + 1,94x10 5
Los parmetros de entonacin del lazo de control
de temperatura tambin se estimaron mediante el
mtodo de la ganancia ltima. En este caso, los
parmetros ajustados para el controlador tipo PI
garantizaron una respuesta con 375 segundos de
tiempo de asentamiento y un sobrepico inferior al 20%.
Modelado del proceso de congelacin:
Para determinar el valor de la temperatura final (Ts o
TF) del alimento, en funcin al tiempo de exposicin
o congelacin (tc), la temperatura del tnel de
congelacin (TT) y la temperatura inicial del alimento
(To o TI), se us como base la ecuacin (1), para lo
que se tomaron en cuenta las siguientes premisas:
El calor latente de cristalizacin (l), tambin
conocido como variacin de la entalpa (H),
ser determinado en funcin de la diferencia
existente entre la entalpia del alimento a la
76
temperatura final [HF = h(TF)] y la entalpia
inicial del alimento [HI = h(TI)]; es decir:
H = H F H I = h (TF ) h (TI ) (6)
Se considerar que la temperatura del tnel de
congelacin es uniforme e igual a TT, por medio
del largo del tnel de congelacin criognico
(Lc o LT).
Las variables sern los valores de la densidad del
alimento () y el coeficiente de conductividad
trmica (Kc), cuyo clculo estar relacionado con
el valor de la temperatura segn las ecuaciones
de la Tabla1.
Se considerar que el espesor del alimento (d)
se mantiene constante durante el tiempo de
exposicin al fro (tc).
En base a las premisas anteriores, la temperatura final
que alcanzar el alimento se calcular en funcin
al proceso de congelacin para una placa infinita,
el que se model mediante el despeje del valor de
la entalpa final de la ecuacin (1), como sigue:
tc
h (TF ) = h (TI ) + (T TI ) (7)
k T
En donde tc se puede determinar por la relacin
existente entre la velocidad del rodillo de traccin de
la banda transportadora (), el radio del rodillo (r)
(5) y el largo del tnel de congelacin (LT), mediante:
LT
tc = (8)
r
Por su parte, comparando de las ecuaciones (1)
y (7) y asumiendo que el alimento es empacado
entre dos placas expuestas al aire, es decir, P
igual a 1/2 y R igual a 1/8 [3], se obtiene que K
est relacionado con el espesor d, el coeficiente
superficial (hs) y el coeficiente de conductividad
trmica (Kc), de la siguiente manera:
d d2
K= + (9)
2hs 8K c
Una vez modelado el proceso de congelacin del
alimento se procedi a realizar la validacin del
modelo en relacin a los datos reales, los que fueron
tomados con un registrador de temperatura (logger). La
comparacin en cuestin puede verse en la Figura6.
 Garca, Pinto, Rengel, Torres, Gonzlez y Prez: Diseo de una estrategia de control difuso aplicada al proceso
Figura6. Comparacin de la temperatura TF real vs. temperatura TF simulada.
Dada la similitud entre ambas respuestas mostradas
en la Figura6, se puede considerar como vlido el
modelo desarrollado.
Etapa 2: Propuesta de sistema
Control de flujo msico
Por lo general, en el proceso de ultracongelamiento
de alimentos el operador del equipo fija el valor
de la consigna en el panel de control que regula la
velocidad de la banda transportadora, en funcin
al flujo de producto deseado,
Por tanto, considerando que la alimentacin del
producto se realiza de manera manual, es evidente
que resulta imposible llevar un correcto control
del flujo msico del producto, lo que resulta en
prdidas de la productividad de la lnea, as como el
desperdicio de la capacidad frigorfica del equipo.
Para solventar dicha problemtica, la actual propuesta
consiste en modificar el lazo de control mediante
la inclusin de un sistema de pesaje continuo, para
obtener la relacin entre la velocidad de la banda
transportadora y la masa colocada en ella, logrando
as determinar el flujo msico del proceso, como
se ilustra en la Figura7.
Figura7. Sistema de control de flujo msico propuesto.
Control de la temperatura de congelacin:
En el sistema a optimizar, el control se logra
mediante el ajuste manual del valor de consigna de
la temperatura del tnel en funcin del producto a
ser procesado, velocidad de la banda transportadora
() y temperatura que el alimento posee a la entrada
del tnel (TI).
En ese proceso de control, el valor de consigna
es fijado por el operador, en base a los siguientes
criterios:
La temperatura de funcionamiento debe ser lo
ms alta posible, con el fin de evitar un consumo
de nitrgeno excesivo.
El controlador de temperatura acta como un
regulador PI.
Los ajustes de los valores de consigna estn
orientados a lograr que el alimento alcance al
menos 18C a la salida del tnel de congelacin.
Es importante resaltar que la revisin de la
temperatura a la salida del tnel la realiza el operador
del equipo, quien, al verificar que esta no cumple
con la especificacin, procede a ajustar el valor
de consigna del lazo de control del tnel en base
a las premisas arriba mencionadas. Ello redunda
en un retardo considerable en la toma de decisin
(para el cambio de la consigna o setpoint), lo que
ocasiona desviaciones a la salida del proceso de
congelacin del alimento.
Para superar tales deficiencias, se propone una
estrategia de control que centre su funcionamiento
77
Ingeniare. Revista chilena de ingeniera, vol.25 N 1, 2017

en la estimacin de la temperatura a la cual deber

estar el tnel de congelacin (TT) para que, en
funcin del tipo de producto a ser procesado, la
temperatura inicial (TI) y la velocidad del rodillo
de la banda transportadora (), se logre alcanzar
una temperatura final de 18C o inferior. Para tal
cometido, las variables descritas anteriormente (Ti,
y TT) servirn de informacin crucial para que,
mediante una lgica de control difusa, se pueda
obtener un valor de consigna para el lazo de control
de temperatura del tnel y as lograr, mediante esta,
un mejor desempeo comparado al que se tiene con
un operador. Para ello, se requerir realizar algunas
modificaciones al equipo actual, que permitan
extender las posibilidades de controlar el proceso
de congelacin de manera automatizada, tal y como
se muestra en la Figura8.

Figura9. Variables de entrada y salida del control

difuso tipo Mamdani propuesto: a) TI;
b) ; c) TT.

Figura8. Sistema de control de temperatura

propuesto.
Etapa 3: Diseo del control difuso
El proceso de diseo del controlador se enfoca
en la determinacin del valor que deber tener la
temperatura del tnel, en funcin del producto a
ser congelado, el valor de la temperatura inicial del
mismo y el tiempo que dicho alimento ser expuesto
dentro del tnel criognico, de manera que se pueda
obtener una temperatura de salida predeterminada
al final del proceso de congelacin.
Siendo as, se establecen como variables de entrada
la temperatura inicial del alimento (TI) y la velocidad
del rodillo de traccin de la banda transportadora (),
mientras que la variable de salida definir el valor de
consigna para el lazo de control de la temperatura
del tnel de congelacin criognica (TT).
Para el caso de las entradas, se definieron los
conjuntos difusos para cada variable (6 para TI y
11 para ); mientras que para la variable de salida
(TT), se definieron siete (7) conjuntos difusos, como
lo ilustra la Figura9.
Para la definicin de los conjuntos difusos se utiliz
el modelo de congelacin de alimentos dado por la
ecuacin (7), con el fin de determinar los valores
de TT en funcin del par (, TI), necesarios para
que TF sea aproximadamente 18C. En la Tabla2
se resumen dicho valores, para el caso especfico
del producto churrasco de atn.
Ahora bien, para el escenario considerado en el
presente trabajo, se defini el conjunto de reglas
basado en un controlador difuso tipo Mamdani.
Tomando en cuenta los datos de la Tabla 2, se
desarroll una matriz con la definicin de las reglas
de inferencia sealadas en la Tabla3.
Es oportuno resaltar que, como ltima parte del
desarrollo del controlador difuso se seleccion el
proceso de defuzzificacin mediante el mtodo del
centroide, debido principalmente a su practicidad
durante la implementacin y su eficiencia.
Validacin del controlador mamdani:
Para verificar la precisin de la respuesta de la
salida del controlador, se procedi a determinar, en
trminos del error relativo y en base a la combinacin

78
 Garca, Pinto, Rengel, Torres, Gonzlez y Prez: Diseo de una estrategia de control difuso aplicada al proceso

Tabla2. Valores de TT en funcin a y TI (para el producto churrasco de atn).

Temperatura inicial, Ti (C)
20,0 17,5 15,0 12,5 10,0 7,50 5,00 2,50 0 2.50 5,00 7,50 10,0
1,2 31,0 30,5 30,0 29,5 29,0 28,5 28,0 27,5 27,0 20,0 20,0 20,0 20,0
1,3 35,5 35,0 34,5 34,0 33,5 33,0 32,0 31,5 31,0 20,0 20,0 20,0 20,0
Velocidad de la banda

1,4 40,5 40,0 39,5 38,5 38,0 37,5 36,5 35,5 35,0 21,5 20,0 20,0 20,0
1,5 46,0 45,5 44,5 44,0 43,0 42,0 41,0 40,0 39,5 23,0 20,0 20,0 20,0
1,6 52,0 51,5 50,5 49,5 48,5 47,5 46,5 45,0 44,0 25,0 20,5 20,0 20,0
1,7 58,5 57,5 56,0 55,0 54,0 53,0 51,5 50,5 49,0 26,5 21,5 20,5 20,0
1,8 65,5 64,0 63,0 61,5 60,0 59,0 57,5 56,0 54,5 28,5 22,5 21,0 20,0
1,9 72,5 71,0 69,5 68,0 66,5 65,0 63,5 62,0 60,0 30,5 23,5 21,5 20,5
2,0 80,0 78,5 76,5 75,0 73,5 72,0 70,0 68,0 66,5 33,0 24,5 22,5 21,0
2,1 88,0 86,5 84,5 83,0 81,0 79,0 77,0 75,0 72,5 35,5 26,0 23,5 21,5

Tabla3. Reglas de inferencia para TT. de valores de TI y , la diferencia existente entre

dicha respuesta y el valor que aparece en la Tabla2.
Temperatura inicial, Ti (C)
Esta diferencia puede verse en la Tabla4.
Ti5 Ti4 Ti3 Ti2 Ti1 Ti10
w0 Tt5 Tt6 Tt6 Tt6 Tt6 Tt6 Los resultados obtenidos indican que la definicin
del controlador tipo Mamdani no es la ms acorde
w1 Tt5 Tt5 Tt5 Tt5 Tt6 Tt6
para la aplicacin objeto del presente trabajo, ya
w2 Tt5 Tt5 Tt5 Tt5 Tt6 Tt6 que, de implantarse este se estar incurriendo en
Velocidad de la banda

w3 Tt4 Tt4 Tt4 Tt5 Tt6 Tt6 consumos adicionales de nitrgeno lquido, debido
w4 Tt3 Tt4 Tt4 Tt4 Tt6 Tt6 principalmente al sobreenfriamiento de los productos
a ser procesados, razn por la cual se hace necesario
w5 Tt3 Tt3 Tt3 Tt3 Tt6 Tt6 redisear el controlador presentado mediante la
w6 Tt2 Tt2 Tt3 Tt3 Tt6 Tt6 modificacin de los conjuntos difusos.
w7 Tt1 Tt2 Tt2 Tt2 Tt5 Tt6
Rediseo del controlador difuso:
w8 Tt1 Tt1 Tt1 Tt2 Tt5 Tt6
Tomando como base los valores referenciales para la
w9 Tt0 Tt0 Tt1 Tt1 Tt5 Tt6 temperatura del tnel que aparecen en la Tabla2, se

Tabla4. Desviaciones del control Mamdani (TT) en funcin de Ti y .

Temperatura inicial, Ti (C)
20,0 17,5 15,0 12,5 10,0 7,50 5,00 2,50 0 2.50 5,00 7,50 10,0
1,2 1% 3% 4% 6% 8% 10% 12% 4% 2% 32% 32% 32% 32%
1,3 1% 0% 2% 3% 5% 6% 2% 1% 1% 32% 32% 32% 32%
Velocidad de la banda

1,4 1% 0% 1% 4% 5% 7% 10% 1% 0% 23% 32% 32% 32%

1,5 2% 1% 1% 2% 5% 7% 2% 0% 1% 15% 32% 32% 32%
1,6 4% 3% 1% 1% 3% 5% 8% 0% 2% 5% 29% 32% 32%
1,7 3% 4% 7% 0% 2% 4% 3% 1% 2% 1% 23% 29% 32%
1,8 1% 2% 5% 2% 0% 2% 4% 2% 1% 10% 39% 25% 32%
1,9 3% 1% 1% 3% 5% 0% 6% 3% 0% 15% 33% 23% 29%
2,0 2% 0% 3% 5% 0% 2% 5% 3% 2% 6% 28% 17% 25%
2,1 5% 3% 1% 1% 3% 6% 2% 5% 2% 1% 21% 12% 23%

79
Ingeniare. Revista chilena de ingeniera, vol.25 N 1, 2017

puede conseguir un conjunto de curvas que definen

el comportamiento del valor de dicha temperatura en ( )
En donde f TT (T ); , es el resultado de interpolar
i

funcin de , para un valor especfico de temperatura los valores extremos de TT, del rango al cual
inicial TI, como se muestra en la Figura10. pertenece TI.

f ( 10; ) = 57 5 47 4 + 1516 3

2409 2 + 1891 607
2
f ( 7,5; ) = 7, 39 + 20, 74 34, 4
2
f ( 5; ) = 9,85 + 25, 74 36, 7
f ( 2,5; ) = 10,04 2 + 15, 34 23,5

f ( 0; ) = 16,29 2 + 3,27 7,6

f ( 2,5; ) = 17,61 2 + 5, 46 8, 7
TT (Ti ) = (10)
f ( 5; ) = 17,61 2 + 3, 79 7,2
Figura10. Comportamiento de TT en funcin de 2
f ( 7,5; ) = 17,99 + 3,53 7
TI y . f (10; ) = 19,13 2 + 5, 73 8,5

f (12,5; ) = 19, 70 2 + 5,97 8, 4
Con las curvas de la Figura10, se obtiene el conjunto
f (15; ) = 19,51 2 + 4,04 6,8
de ecuaciones (10), que establece la dependencia de la 2

temperatura del tnel (TT) en funcin de la velocidad f (17,5; ) = 20,27 + 4, 75 7
2
del rodillo de la banda transportadora () para un valor f ( 20; ) = 21,02 + 5, 77 7,5
especfico de la temperatura inicial del producto (TI).
Con ello, se define la totalidad del conjunto difuso Tal como se hizo con el controlador de tipo Mamdani,
establecido para la temperatura inicial. se procedi a obtener, para cada valor de TI y , los
valores de salida del controlador para la temperatura
El sistema de ecuaciones descrito en las ecuaciones del tnel, cuyas desviaciones respecto a los valores
(10) servir de fundamento para desarrollar las reglas reales pueden verse en la Tabla5.
difusas de un controlador tipo Takagi-Sugeno, de
manera que: De la Tabla5 se puede asegurar que el controlador
desarrollado mediante Takagi-Sugeno ofrece una
Si Ti1 > Ti Ti2 ;entonces Ti2 ;entonces TT es f TT (T );
i
( ) mejor respuesta, ya que el porcentaje de desviacin

Tabla5. Desviaciones del control Takagi-Sugeno (TT) en funcin de Ti y .

Temperatura inicial, Ti (C)
20,0 17,5 15,0 12,5 10,0 7,50 5,00 2,50 0 2.50 5,00 7,50 10,0
1,2 0,5% 0,1% 0,1% 0,3% 0,6% 0,6% 0,0% 0,0% 0,5% 2,3% 0,5% 0,7% 0,1%
1,3 0,1% 0,2% 0,0% 0,2% 0,4% 0,5% 0,1% 0,4% 0,4% 2,7% 0,6% 0,4% 0,3%
1,4 0,3% 0,2% 0,3% 0,4% 0,1% 0,5% 0,2% 0,2% 0,1% 0,9% 0,2% 0,8% 0,0%
Velocidad de la banda

1,5 0,3% 0,1% 0,3% 0,5% 0,1% 0,5% 0,3% 0,4% 0,4% 0,3% 1,3% 0,4% 0,0%
1,6 0,2% 0,4% 0,5% 0,5% 0,4% 0,2% 0,6% 0,1% 0,2% 1,4% 1,1% 0,6% 0,3%
1,7 0,1% 0,0% 0,6% 0,3% 0,7% 0,0% 0,3% 0,3% 0,2% 0,2% 0,5% 0,0% 0,4%
1,8 0,4% 0,2% 0,4% 0,0% 0,3% 0,1% 0,1% 0,1% 0,0% 0,3% 1,0% 0,0% 0,3%
1,9 0,1% 0,2% 0,1% 0,2% 0,3% 0,4% 0,1% 0,1% 0,3% 0,3% 0,7% 0,7% 0,4%
2,0 0,1% 0,1% 0,3% 0,3% 0,1% 0,1% 0,1% 0,4% 0,4% 0,1% 0,4% 0,1% 0,2%
2,1 0,1% 0,1% 0,2% 0,3% 0,2% 0,1% 0,1% 0,1% 0,1% 0,2% 0,3% 0,3% 0,2%

80
 Garca, Pinto, Rengel, Torres, Gonzlez y Prez: Diseo de una estrategia de control difuso aplicada al proceso

de los valores obtenidos de manera individual no

supera el 3% en el peor de los casos, mientras que
con el controlador Mamdani la desviacin superaba
en la mayora de los casos el 5%.

EVALUACIN DEL SISTEMA

PROPUESTO

Una vez obtenidos los parmetros de entonacin del

controlador del lazo de velocidad de la banda y del
controlador de temperatura del tnel, y establecida
la configuracin para el control del flujo msico
y el diseo del control difuso de la temperatura,
se interconectan los lazos de control tal como se
ilustra en la Figura11.
Figura12. Respuesta del sistema ante cambios en
Despus de configurada la simulacin en el entorno el valor de consigna.
LabView, se procede a la realizacin de un conjunto de
pruebas, especficamente, cambio de las condiciones de
operacin y aplicacin de perturbaciones, que permitan aumento en el flujo msico del alimento a congelar,
evaluar el comportamiento del sistema propuesto. desde 650kg/h hasta 700kg/h, produce un aumento
en la velocidad de rotacin de giro del rodillo de
Respuesta ante cambios en el valor de consigna traccin, desde 1,62 rpm hasta 1,75 rpm, lo que a su
del controlador de flujo msico vez ocasiona que el controlador difuso disminuya
Para esta prueba se consideraron las siguientes la temperatura del tnel hasta 60C, logrando de
condiciones iniciales: a) Producto: churrascos esa manera que la temperatura final del alimento
de atn; b) TI=10C, masa total (M=200kg); (TF) est alrededor de los 18C.
c)Tiempo de simulacin de 1000 s.
Respuesta ante perturbaciones en la masa total
El comportamiento del sistema en esta prueba se En este caso se mantuvieron las mismas condiciones
observa en la Figura 12, la que muestra que un inciales de la primera prueba y fue aplicado un cambio

Figura11. Diagrama en bloques del sistema de control completo.

81
Ingeniare. Revista chilena de ingeniera, vol.25 N 1, 2017
escaln positivo de 20kg a los 600 segundos del
tiempo de simulacin (la masa de atn pas de 200kg
a 220kg), obtenindose los resultados presentados en
la Figura13, que permiten apreciar que un cambio en
la masa del alimento a congelar tiene repercusiones
directas en el comportamiento del lazo que controla
la velocidad del rodillo de traccin de la banda
transportadora (disminuye de 1,62 rpm a 1,47 rm),
lo cual a su vez incrementa el tiempo de exposicin
del alimento dentro del tnel de congelacin. En
esas circunstancias, el controlador difuso reacciona
modificando el valor de consigna de la temperatura
del tnel, compensando dicha perturbacin.
Respuesta ante perturbaciones en la temperatura
inicial
Para esta prueba, las condiciones iniciales fueron
las mismas que las de la primera prueba y se aplic
un cambio escaln de +5C a la temperatura inicial
del churrasco de atn transcurridos 600 segundos
del tiempo de simulacin. La Figura14, ilustra los
resultados obtenidos en esta tercera prueba. En este
Figura13. Respuesta del sistema ante perturbaciones
en la masa total.
Figura14. Respuesta del sistema ante perturbaciones
en la temperatura inicial.
82
caso, queda de manifiesto que cualquier perturbacin
en la temperatura de entrada del producto hace que
el controlador difuso acte para lograr mantener
la temperatura de salida del alimento alrededor
del valor deseado, es decir, 18C.
CONCLUSIONES
Dadas las caractersticas del proceso de congelacin
de alimentos de la planta, donde los operadores
participan activamente en el ajuste manual de
los valores de consigna de la velocidad de la
banda transportadora y la temperatura del tnel
de congelamiento, son latentes las ventajas de la
utilizacin de un controlador difuso. Esto ltimo se
verifica durante la fase de anlisis de los resultados
obtenidos al simular el comportamiento del sistema
bajo la accin del controlador difuso propuesto en
el presente trabajo.
En las pruebas preliminares se observa que los
valores de las variables de salida no presentan
grandes oscilaciones alrededor del valor de
consigna. Esto se logr mediante la seleccin de
los parmetros de entonacin que permitieron
obtener una respuesta rpida y con un sobrepico
relativamente bajo.
El controlador desarrollado tipo Mamdani no produjo
los resultados esperados, debido principalmente a la
definicin que se hizo de los conjuntos difusos, lo que
oblig a redisear el controlador a ser implantado.
Por su parte, la respuesta del controlador desarrollado
mediante los principios de Takagi-Sugeno arroj una
menor desviacin con respecto a los valores deseados y
fue seleccionado este por su facilidad de implantacin
(solo requiere de 13 reglas de inferencia versus las
66 que requiri el controlador de Mamdani).
Finalmente, de los resultados de las pruebas de
simulacin se puede inferir que el sistema propuesto
basado en lgica difusa, permite obtener una respuesta
rpida y estable cuando dicho sistema es sometido
a diferentes perturbaciones.
REFERENCIAS
[1] E.C. Bellocq. Deshidrocongelacin de
Zapallo Anco. Tesis para optar al grado
de Magster en Tecnologa de Alimentos.
 Garca, Pinto, Rengel, Torres, Gonzlez y Prez: Diseo de una estrategia de control difuso aplicada al proceso
Universidad Nacional Tecnolgica. Buenos
Aires, Argentina. 2012.
[2] A.I. Gmez, T.G. Cern, V. Rodrguez y
M.M. Vsquez. Aspectos Tecnolgicos
de la Congelacin en Alimentos. Temas
Selectos de Ingeniera de Alimentos. Vol.1
N 1, pp. 80-96. Agosto-Diciembre 2007.
ISSN: 1547-1648.
[3] R. De la Torre. Congelacin de Alimentos
(Aspectos de Ingeniera). 8 de agosto de
2015. URL: http://es.slideshare.net/alan
robless/apuntesdecongelaciondealimentos
[4] Y. Choi and M.R. Okos. Effects of
Temperature and Composition on the Thermal
Properties of Foods. Food Engineering
and Process Applications. Elsevier Applied
Science Publishers. London. 1986.
[5] R. Uporn and P. Luangpaiboon. Cryogenic
Freezing Process Optimization based on
Desirability Function on the Path of Steepest
Ascent. World Academy of Science,
Engineering and Technology. Vol.6 N12,
pp. 1289-1294. December, 2012. ISSN:
1307-6892.
[6] S. Ramakrishnan, N. Gautam and R. Wysk.
A Tunnel Freezing Process with Adaptive
Control - A Stochastic Modeling Approach.
In 11th Annual Industrial Engineering
Research Conference (IERC), Orlando, FL,
United States of America, pp. 1-6. May,
2002.
[7] N. Shaikh and V. Prabhu. Vision System
for Model based Control of Cryogenic
Tunnel Dreezers. Computers in Industry.
Vol.56, Issues 8-9, pp.777-786. December,
2005. ISSN: 0166-3615. DOI: 10.1016/j.
compind.2005.05.007
[8] N. Shaikh and V.Prabhu. Model Predictive
Controller for Cryogenic Tunnel Freezers.
Journal of Food Engineering. Vol.80 N2,
pp.711-718. May, 2007. ISSN: 0260-8774.
DOI: 10.1016/j.jfoodeng.2006.04.065
[9] V. Damian and C. Ciufudean. Fuzzy
Controller for Liquid Nitrogen Cryogenic
Freezer. In the 12th WSEAS International
Conference on Automatic Control, Modelling
& Simulation, pp.201-206. Catania, Italy.
May 2010.
[10] N. Shaikh and V. Prabhu. Mathematical
Modeling and Simulation of Cryogenic
Tunnel Freezers. Journal of Food
Engineering. Vol. 80 N 2, pp. 701-710.
May, 2007. ISSN: 0260-8774. DOI: 10.1016/j.
jfoodeng.2006.04.065
[11] J. Ramrez y B. Len. Prediccin de
Tiempos de Congelacin y Descongelacin
de Alimentos. 15 de agosto de 2014. URL:
http://www.agro-alimentarias.coop/ficheros/
doc/01292.pdf
[12] M. Frihat, B. Al-Zgoul, J. Radaedeh, M.
Al-Radhdan and Al-Frihat. Estimation of
Food Product Freezing Time. Buletinul
Institutului Politehnic Din Iai. Tomul LVIII
(LXII), Fasc. 4, pp.39-47. 2012.
[13] J. Madrid. Refrigeracin, Congelacin y
Envasado de Alimentos. AMV Ediciones
Mundi-Prensa. Madrid, Espaa. 2005.
[14] L. Otero, B. Guignon and P. Sanz Frutos.
ltimos Avances en Tecnologas de
Congelacin de Alimentos. Revista de
Tecnologa e Higiene de los Alimentos.
N440, pp.82-89. 2013.
[15] S.E. Zorilla and A.C. Rubiolo. Mathematical
Modeling for Immersion Chilling and Freezing
of Foods. Part I: Model Development.
Journal of Food Engineering. Vol.66 N3,
pp.329-338. February, 2005. ISSN: 0260-
8774. DOI: 10.1016/j.jfoodeng.2004.03.026
[16] M. Santos and A. Lespinard. Numerical
Simulation of Mushrooms During Freezing
Using the FEM and an Enthalpy: Kirchhoff
Formulation. International Journal of Heat
and Mass Transfer. Vol.47 N12, pp.1671-
1683. December, 2011. ISSN: 0947-7411.
DOI: DOI 10.1007/s00231-011-0831-7
[17] Y.H. Tseng, C.C. Cheng, H.P. Cheng and
D. Lee. Novel Real-Time Diagnosis of
the Freezing Process Using an Ultrasonic
Transducer. Sensors. Vol. 15 N 15,
pp.10332-10349. May, 2015. ISSN: 1424-
8220. DOI: 10.3390/s150510332
[18] K. Ogata. Modern Control Engineering.
Fifth Edition. Prentice Hall. New Jersey,
USA. 2010.
[19] J. Ziegler and N. Nichols. Optimum Settings for
Automatic Controllers. ASME Transactions.
Vol.64, pp.759-768, November, 1942.
[20] V.M. Alfaro. Identificacin de Procesos
Sobreamortiguados Utilizando Tcnicas de
Lazo Abierto y Lazo Cerrado. Epiciclos.
Vol. 2 N 1, pp. 9-30. Noviembre 2003.
ISSN: 1657-5636.
83
Ingeniare. Revista chilena de ingeniera, vol.25 N 1, 2017
[21] P. Sourdillef and A. ODwyer. Implementation
of New Modified Smith Predictor Designs.
In the Irish Signals and Systems Conference
(ISSC 2004), Belfast, Northern Ireland,
pp.284-289. June-July, 2004.
[22] J. Collado. Diseo de Estrategias de Control
Predictivo Robusto basado en Intervalos
Difusos para la Operacin de Microrredes.
Trabajo para optar al grado de Ingeniero Civil
Elctrico. Universidad de Chile. Santiago,
Chile. 2013.
[23] Y. Misra and H.R. Kamath. A Review on
Application of Fuzzy Logic in Increasing
of Efficiency of Industrial Process.
International Journal of Latest Trends in
Engineering and Technology (IJLTET).
Vol.1 N3, pp.109-113. September, 2012.
ISSN: 2278-621X.
[24] S. Revelo Andrade. Simulacin de un
Convertidor Multinivel Apilable Controlado
con Lgica Difusa. Tesis para optar al grado
de Magster en Ciencias con Especialidad
en Ingeniera Electrnica. Universidad de
las Amricas Puebla. Puebla, Mxico. 2006.
84
[25] G.W. Nurcahyo, S.M. Shamsuddin, R.A.
Alias and M. Noor Md. Sap. Selection of
Defuzzification Method to Obtain Crisp Value
for Representing Uncertain Data in a Modified
Sweep Algorithm. Journal of Computer
Science & Technology (JCS&T). Vol.3 N2,
pp.22-28. October, 2003. ISSN: 1666-603.
[26] E. Mamdani and S. Assilian. An Experiment
in Linguistic Synthesis with a Fuzzy Logic
Controller. International Journal Man-
Machine Studies. Vol. 7 N 1, pp. 1-13.
January, 1975. ISSN: 1071-5819. DOI:
10.1016/S0020-7373(75)80002-2
[27] T. Takagi and M. Sugeno. Fuzzy Iden-
tification of Systems and its Application to
Modeling and Control. IEEE Transactions
Systems, Man and Cybernetics. Vol.SMC-15
N 1, pp. 116-132. January-February,
1985. ISSN: 0018-9472. DOI: 10.1109/
TSMC.1985.6313399
[28] National Instruments. LabVIEW System
Identification Toolkit. 28 de agosto de 2015.
URL: http://sine.ni.com/nips/cds/view/p/
lang/es/nid/209045